La programmation de robots pour les tâches ménagères ou de soins de santé est chronophage. Une approche plus efficace consiste à laisser les robots acquérir des compétences par eux-mêmes.
Programmer des robots pour des tâches ménagères ou de soins de santé est long et fastidieux. Une méthode plus efficiente ? Laisser les robots apprendre sur le terrain. Le doctorant Erik Schuitema a développé le robot bipède Léo, capable d'apprendre à marcher par essais et erreurs.
Les robots qui apprennent en interagissant avec le monde réel représentent une alternative à la programmation complexe. L'apprentissage par renforcement (RL) permet à un système d'optimiser ses actions via des récompenses positives pour les bons comportements et négatives pour les mauvais.
Généralement testé en simulation, Erik Schuitema a conçu Léo spécifiquement pour des expériences réelles. « Ce robot bipède apprend deux tâches motrices de base : poser un pied sur une marche d'escalier et marcher », explique-t-il.
Pour marcher, Léo reçoit des récompenses positives pour avancer son pied, et négatives pour le temps et l'énergie dépensés. Il maximise ces scores par itérations.
La tâche de poser un pied sur une marche est maîtrisée en 15 minutes. Marcher prend environ 5 heures en simulation (milliers de chutes). Sur hardware réel, un soutien initial basé sur des programmes manuels a été fourni, que Léo a surpassé en quelques heures.
Avec un châssis plus robuste, Léo pourra apprendre seul. Schuitema conclut : « Prometteur, mais naissant. Des décennies pourraient passer avant une application pratique ».
